با هزینه ای اندکی شما میتونید فایل (طراحي سيستمهاي مدرن اطلاعاتي، بازشناسي خودكار الگوها 66 w) را تهیه کنید.

قسمتی از متن :

1

‏فصل ‏اول‏- ‏مقدمه

‏پيدايش ‏علوم ‏و ‏فنون ‏جديد، ‏جوامع ‏بشري ‏را ‏با ‏شكلهاي ‏مختلفي ‏از ‏اطلاعات ‏روبرو ‏نموده ‏است. ‏سطح‏ ‏توسعة ‏يك ‏جامعه ‏را ‏مي ‏توان ‏با ‏مقدار ‏اطلاعات ‏و ‏دانش ‏توليد ‏شده ‏در ‏آن ‏ارزيابي ‏كرد. ‏توليد ‏فزايندة‏ ‏اطلاعات ‏به ‏شكلهاي ‏مختلف ‏صورت ‏مي ‏گيرد ‏و ‏با ‏درجات ‏متفاوتي ‏از ‏پيچيدگي ‏همراه ‏ميباشد. ‏در ‏نتيجه‏ ‏نياز ‏به ‏سيستمهاي ‏پردازش ‏اطلاعات ‏بصورت ‏روزافزون ‏افزايش ‏مي ‏يابد. ‏يكي ‏از ‏مسائل ‏مهم ‏در ‏طراحي‏ ‏سيستمهاي ‏مدرن ‏اطلاعاتي، ‏بازشناسي ‏خودكار ‏الگوها ‏است.

‏1-1- ‏شناسايي ‏الگو Pattern Recognitio

‏شناسايي ‏الگو، ‏شاخه ‏اي ‏از ‏هوش ‏مصنوعي Artificial intelligence

‏ ‏است ‏كه ‏با ‏طبقه‏ ‏بندي ‏و ‏توصيف ‏مشاهدات ‏سروكار‏ ‏دارد.‏شناسايي ‏الگو ‏به ‏ما ‏كمك ‏ميكند ‏داده‏ ‏ها‏ (‏الگوها‏) ‏را ‏با ‏تكيه ‏بر ‏دانش ‏قبلي ‏يا ‏اطلاعات ‏آماري‏ ‏استخراج ‏شده ‏از ‏الگوها، ‏طبقه ‏بندي ‏نماييم. ‏الگوهايي ‏كه ‏مي ‏بايست ‏طبقه ‏بندي ‏شوند، ‏معمولاً ‏گروهي ‏از‏ ‏سنجش ‏ها ‏يامشاهدات ‏هستند ‏كه ‏مجموعه ‏نقاطي ‏را ‏در ‏يك ‏فضاي ‏چند ‏بعدي ‏مناسب ‏تعريف‏ ‏مي ‏نمايند.‏يك ‏سيستم ‏شناسايي ‏الگوي ‏كامل ‏متشكل ‏است ‏از ‏يك ‏حسگر Sensor

‏،كه ‏مشاهداتي ‏را ‏كه‏ ‏مي ‏بايست ‏توصيف ‏يا ‏طبقه ‏بندي ‏شوند ‏جمع ‏آوري ‏مي ‏نمايد، ‏يك ‏سازوكار ‏براي ‏استخراج ‏ويژگي ‏ها Feature extraction

‏كه‏ ‏اطلاعات ‏عددي ‏يا ‏نمادين ‏را ‏از ‏مشاهدات، ‏محاسبه ‏مي ‏كند، ‏(‏اين ‏اطلاعات ‏عددي ‏را ‏با ‏يك ‏بردار ‏بنام ‏بردار ‏ويژگيها ‏نمايش ‏مي‏ ‏دهند‏)‏؛ ‏ويك ‏نظام ‏طبقه‏ ‏بندي ‏يا‏ ‏توصيف ‏كه ‏وظيفه ‏اصلي ‏طبقه ‏بندي ‏يا ‏توصيف ‏الگوها ‏را ‏با ‏تكيه ‏بر ‏ويژگي ‏هاي ‏استخراج ‏شده ‏عهده‏ ‏داراست.

2

‏شکل ‏1-1‏ ن‏مودار ‏بلوكي ‏يك ‏سيستم ‏شناسايي ‏الگو ‏را ‏نشان ‏مي ‏دهد. ‏همانطوري ‏كه ‏از ‏پيكان ‏هاي ‏برگشتي ‏مشخص ‏است، ‏اين ‏بلوك ‏ها ‏لزوماً ‏مستقل ‏نيستند ‏و ‏بسته ‏به ‏نتايج ‏حاصله ‏گاهي ‏لازم ‏است ‏كه

‏بلوك ‏هاي ‏اوليه ‏مجدداً ‏طراحي ‏گردند ‏تا ‏راندمان ‏كلي ‏سيستم ‏بهبود ‏يابد.

‏شکل1-1‏-‏نمودار ‏بلوكي ‏يك ‏سيستم ‏شناسايي ‏الگو

‏نظام ‏كلاسه ‏بندي ‏يا ‏توصيف ‏معمولا ‏مبتني ‏بر ‏وجود ‏يك ‏مجموعه ‏از ‏الگوهايي ‏است ‏كه ‏قبلا‏ ‏كلاسه ‏بندي ‏يا‏ ‏توصيف ‏شده ‏اند. ‏اين ‏مجموعة ‏الگوها ‏را ‏مجموعة ‏آموزشي‏ Training set

‏و ‏قانون ‏يادگيري ‏منتج ‏شده ‏را ‏قانون ‏يادگيري‏ ‏باسرپرستي‏(‏با ‏نظارت‏) Supervised learning

‏مي ‏نامند ‏همچنين ‏يادگيري ‏ميتواند ‏بصورت ‏بدون ‏نظارت Unsupervised

‏باشد ‏و ‏اين ‏در ‏حالي‏ ‏است ‏كه ‏الگوهايي ‏از ‏قبل ‏به ‏سيستم ‏داده ‏نشده ‏اند ‏و ‏در ‏مقابل، ‏سيستم ‏خود ‏براساس ‏قواعد ‏آماري ‏الگوها،‏ ‏كلاسها ‏را ‏پايه ‏گذاري ‏ميكند.

تصاویری از چند صفحه نخست فایل :

توجه فرمایید بدلیل تهیه ی تصویر با نرم افزار های خارجی متن نمایش داده شده در تصاویر ممکن است دارای اشکالاتی در نمایش برخی حروف باشد که در فایل اصلی بدون مشکل است